Principes généraux

• Learning New Representations and Goals for Autonomous Robots
  [Paquier & Chatila 2003] : REPGOAL03
  Cet article présente les premiers travaux sur une architecture de réseau neuronal capable d'acquérir de nouveaux objectifs et attitudes à partir d'un ensemble initial restreint. Ce réseau neuronal est un réseau pulsé, dont les relations entre éléments atomiques sont caractérisées par un poids excitateur et inhibiteur et un seuil d'activation qui évoluent en fonction de la situation. Les conséquences d'une action sont évaluées par un composant (qui va induire l'apprentissage), et le développement de nouveaux comportement est causé par l'évolution de l'environnement (qui va causer de nouvelles entrées sensorielles), l'affinement des perceptions sensorielles (qui va permettre de diversifier les réponses aux perceptions) et l'évolution du seuil d'activation des neurones (qui va causer l'activation de configurations peu souvent activées).

• A Reactive Robot Architecture with Planning on Demand
  [Ranganathan & Koenig 2003] : REPLAN03
  Cet article présente une architecture originale vis-à-vis de la navigation de robot autonome, qui combine planification et navigation réactive. Contrairement à d'autres approches qui soit s'appuient sur plusieurs types de comportements, soit mettent le même comportement à jour dynamiquement en fonction de la situation, cette architecture utilise un niveau réactif plus simple de réalisation et fonctionne selon trois modes. Dans le premier mode le niveau réactif dirige seul le robot, dans le second mode le planificateur intervient en mettant en place un point de passage (waypoint), enfin dans le troisième mode le planificateur prend totalement le contrôle de la navigation. Le passage d'un mode à un autre se fait en fonction de deux paramètres qui déterminent si le robot a des difficultés à atteindre sa destination. L'article présente également des expériences qui permettent de comparer les performances de leur approche avec celles d'autres approches existantes.

• A New Task-Based Control Architecture for Personal Robots
  [Kim et al. 2003b] : SHA03
  Cet article présente une architecture hybride délibérative/réactive pour le niveau décisionnel d'un système autonome, appelée SHA (Supervised Hybrid Architecture). Il commence par présenter rapidement plusieurs types possibles d'architectures hybrides avant de décrire SHA, qui est composée d'un superviseur principal et de plusieurs modules. Le superviseur est délibératif : un planificateur connecté aux modules à travers un arbitrateur ; chaque module est constitué d'un ou plusieurs éléments délibératifs et réactifs, et d'un arbitrateur qui choisit en fonction de la situation quel élément solliciter. L'article présente ensuite les principes de fonctionnement de l'architecture SHA, ainsi que deux expériences.

• Flat-distributed network architecture (FDNet) for rescue robots
  [Koji et al. 2003] : FDNET03
  Cet article présente l'architecture du niveau délibératif FDNet, développé pour être intégré à un robot autonome de sauvetage. Ce niveau délibératif est un réseau dynamique de ``data'' (qui représentent des données de capteurs ou des actions à exécuter, mais aussi des intentions du système) et de ``relations'' reliant ces data (des morceaux de code qui par exemple créent de nouveaux datas à partir de datas existants, comme une nouvelle position à partir d'une position courante et d'une intention de déplacement). L'article présente ensuite l'implémentation de ce FDNet à l'aide de JAVA, CORBA et LinuxRT sur une plate-forme de robot de sauvetage. Il décrit finalement la conception de modules nécessaires au niveau exécutif du système autonome et leur interface avec le niveau délibératif FDNet.

• Tripodal Schematic Design of the Control Architecture for the Service Robot PSR
  [Kim et al. 2003a] : TRIPSR03
  Cet article présente l'architecture de système autonome PSR (pour Public Robot Service) et sa stratégie d'implémentation. C'est une architecture décrite à travers trois diagrammes : un diagramme des niveaux fonctionnels (deliberative, sequencing, reactive), un diagramme de classe et un diagramme de configuration (qui contient une décomposition des tâches du robot, et leur représentation en réseau de Pétri). Ces trois diagrammes spécifient complètement l'implémentation du
  [4]robot (respectivement l'arrangement et les liens entre les composants, les fonctionnalités qu'ils fournissent, et le déroulement de ces fonctionnalités). Le niveau deliberative est réalisé par un planificateur, et le superviseur exécute séquentiellement chacune des tâches du plan. Une expérience sur une implémentation de cette architecture est ensuite rapidement présentée.